本文主要研究内容
作者宫一男,谭孟雨,王震,赵国静,蒋沛林,蒋仕铭,张鼎基,葛剑平,冯利民（2019）在《基于深度学习的红外相机动物影像人工智能识别:以东北虎豹国家公园为例》一文中研究指出：为解决大量红外相机监测影像数据量庞大、亟待快速和自动识别的问题,本研究以东北虎豹国家公园为例,应用卷积神经网络,通过深度学习算法对红外相机影像实现物种自动识别。本研究选择8个物种的红外相机视频影像,以50帧率均匀采集成图片格式,每个物种筛选不同角度、不同环境条件的图片,建立图片数据集,包括训练集2 074张,测试集519张。对图片进行目标打框、类别标注,选用darknet框架下的YOLO v3模型进行训练。首先不区分昼(RGB)夜(灰度)图像进行训练,再区分昼夜进行训练,最后分别对昼夜图像利用微调(fine-tune)进行训练。研究初步结果显示,基于YOLO v3模型对自然条件下拍摄的红外相机图像进行物种自动识别能够一定程度减轻人力负担,但其效果还需通过完善数据集进行提升。fine-tune在小数据集时或可作为辅助。模型对8个物种识别的平均精确率达到84.9%～96.0%,且模型收敛。
Abstract
wei jie jue da liang gong wai xiang ji jian ce ying xiang shu ju liang pang da 、ji dai kuai su he zi dong shi bie de wen ti ,ben yan jiu yi dong bei hu bao guo jia gong yuan wei li ,ying yong juan ji shen jing wang lao ,tong guo shen du xue xi suan fa dui gong wai xiang ji ying xiang shi xian wu chong zi dong shi bie 。ben yan jiu shua ze 8ge wu chong de gong wai xiang ji shi pin ying xiang ,yi 50zhen lv jun yun cai ji cheng tu pian ge shi ,mei ge wu chong shai shua bu tong jiao du 、bu tong huan jing tiao jian de tu pian ,jian li tu pian shu ju ji ,bao gua xun lian ji 2 074zhang ,ce shi ji 519zhang 。dui tu pian jin hang mu biao da kuang 、lei bie biao zhu ,shua yong darknetkuang jia xia de YOLO v3mo xing jin hang xun lian 。shou xian bu ou fen zhou (RGB)ye (hui du )tu xiang jin hang xun lian ,zai ou fen zhou ye jin hang xun lian ,zui hou fen bie dui zhou ye tu xiang li yong wei diao (fine-tune)jin hang xun lian 。yan jiu chu bu jie guo xian shi ,ji yu YOLO v3mo xing dui zi ran tiao jian xia pai she de gong wai xiang ji tu xiang jin hang wu chong zi dong shi bie neng gou yi ding cheng du jian qing ren li fu dan ,dan ji xiao guo hai xu tong guo wan shan shu ju ji jin hang di sheng 。fine-tunezai xiao shu ju ji shi huo ke zuo wei fu zhu 。mo xing dui 8ge wu chong shi bie de ping jun jing que lv da dao 84.9%～96.0%,ju mo xing shou lian 。
论文参考文献
论文详细介绍
论文作者分别是来自兽类学报的宫一男,谭孟雨,王震,赵国静,蒋沛林,蒋仕铭,张鼎基,葛剑平,冯利民，发表于刊物兽类学报2019年04期论文，是一篇关于深度学习论文,卷积神经网络论文,微调论文,自动识别论文,野生动物论文,兽类学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自兽类学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。